전 직원을 대상으로 하는 일괄적인 AI 교육은 각 직무의 특성을 무시하여 실패하기 쉽습니다. 성공적인 AI 도입 전략을 위해서는 조직 전체가 아닌 '직무별' 맞춤형 접근이 필수적입니다. 특히, 단순 도구 활용(Literacy) 단계와 시스템 자체를 구축하는(Construction) 단계를 분리하여 교육해야 합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기누군가 모든 직원을 대상으로 하는 하나의 AI 교육 커리큘럼을 만들고 전사적으로 배포합니다. 첫 주에는 참여도가 높아 보이지만, 6주 차에 급격히 떨어지고, 리더십은 다음 두 분기 동안 왜 이런 일이 일어났는지 의아해하며 고민하게 됩니다.
저는 포춘 500대 기업 고객사에서 이러한 상황을 목격했습니다. 과정 자체는 잘 만들어졌지만, 가상의 평균 직원만을 위해 설계된 것이었습니다. 'AI 교육'이라는 것이 사실은 여러 개의 다른 기술들을 하나의 이름으로 묶어 놓은 것에 불과했습니다. 교육을 단일한 결과물로 취급하는 AI 도입 전략은 실패할 수밖에 없습니다. 왜냐하면 엔지니어가 필요로 하는 것과 임원이 필요로 하는 것은 거의 다르게 보이기 때문입니다.
AI 도입 전략(AI adoption strategy)이란 조직이 사람, 프로세스, 도구를 AI 실험 단계에서 일상 업무에 사용하는 단계로 이동시키는 계획을 의미합니다. 직원들을 위한 AI 교육은 이 계획이 성공하거나 실패하는 경향이 있는 지점입니다. 왜냐하면 누가 무엇을 얼마나 깊이 학습할지, 그리고 그 과정이 효과가 있었다는 것을 어떻게 알게 할지를 결정하기 때문입니다. 회사 내의 모든 사람은 자신의 직무와 기술 세트에 따라 특정한 업무를 맡게 됩니다. 따라서 직무 기반 AI 도입 전략은 회사 전체 단위가 아닌 '직무별'로 이러한 답변을 설정해야 합니다.
직무 기반 설계 없이 진행하면 한 번에 세 가지 문제가 발생합니다.
대부분의 사람들은 아무것도 하지 않게 되고, 결국 AI 교육은 실패하게 됩니다. 완료율 수치만 여전히 괜찮아 보여서, 다음 계획 주기까지 문제가 숨겨지게 만듭니다.
Image - How to Design Role Based AI Training for Employees 
모든 AI 교육 프로그램에는 두 가지 기술 전환 단계가 존재하며, 대부분의 조직은 첫 번째 단계만을 염두에 두고 설계합니다.
저희가 자체적인 도입 계획(rollout)에 대한 커뮤니케이션 플랜을 설계할 때 이 문제를 겪었습니다. 세 가지 인구 집단이 하나의 메시지로 설명되면서 계속 막히는 지점이 있었습니다.
세 가지를 한 슬라이드에 모두 설명하는 것은 실패했고, 그 방에서의 혼란은 회사 전체에 걸쳐 잘못 설계된 배포(rollout)가 만들어내는 결과를 미리 보여주었습니다. 공통적인 근본 원인은 그 아래에 있습니다: 교육이 도구 결정(tooling decisions) 이후에 배포에 억지로 추가되는 것이지, 그것들과 함께 설계되지 않았다는 것입니다.
'역할 기반 교육(role-based training)'의 본능적인 방식은 연차에 따라 계층화하는 것입니다: 주니어는 기본을, 시니어는 고급 과정을 받습니다. 연차로 계층화하는 것은 사람들을 경력 연수로 분류합니다. 누군가에게 필요한 것을 예측하는 축은 그들이 책임지고 생산해야 하는 산출물입니다.
[Image - How to Design Role Based AI Training for Employees ]
이것이 바로 저희가 Improving의 기업용 AI 교육을 네 가지 트랙의 AI 도입 프레임워크(four-track AI adoption framework)로 구성하는 이유입니다: 필수 과정(Essentials), 전략적 과정(Strategic), 고급 과정(Advanced), 그리고 맞춤 과정(Custom).
코스를 이수한 사람과 배운 것을 실제로 사용하는 사람 사이의 간극이야말로 일반적인 교육이 그 한계를 드러내는 지점입니다.
저희 내부 목표는 회사 내에 공개되었으며, 4단계를 거쳐 인증받은 인원 750명이었고, 확장 목표(stretch goal)는 1,000명이었습니다. 개발자 트랙은 매우 빠르게 채워져서 거의 처음부터 대기 명단에 있는 사람들을 유지할 수 있었습니다.
수료증은 발급하기 쉽습니다. 하지만 의미 있는 인증을 받으려면, 누군가가 이후에 워크플로우를 구축하고 도구를 측정 가능한 방식으로 사용하는지 추적해야 합니다. 그 수치는 수료 인원보다 낮으며, 이 격차는 불일치(mismatch)에서 비롯됩니다. 즉, 해당 직무에 적절하지 않은 깊이의 과정이 제공되었지만, 유일하게 존재하는 커리큘럼이었기 때문에 결국 진행된 경우입니다.
자사 조직에 맞춰 이를 측정하려면, 저희의 AI 전략 및 로드맵 평가가 시작점이 될 수 있습니다. 만약 파일럿 프로젝트가 이미 정체되고 있다면, 왜 AI 파일럿이 확장되지 못하는지에 대한 글에서 근접한 실패 모드를 다루고 있습니다.
예. 네 개의 트랙을 구축하고 인력을 배치하는 것은 하나의 자료를 만들어 모든 사람에게 검토받는 것보다 더 많은 노력이 필요합니다. 하지만 직무 기반 교육의 진정한 대안은 더 저렴하게 작동하는 커리큘럼이 아닙니다. 그것은 아무도 하는 일이 아니라는 이유로 조정되어, 높은 수료 인원을 보고하지만 사람들이 일하는 방식에 측정 가능한 변화를 거의 만들어내지 못하는 하나의 커리큘럼입니다. 직무 기반 교육은 구축하는 데 비용이 더 많이 듭니다. 반면, 일반적인(Generic) 교육은 코스를 이수했지만 아무것도 바꾸지 못한 인력이라는 형태로 수년 동안 운영하는 데 비용이 더 많이 듭니다.
AI 도입 전략은 기술 계층에서 실패하기 전에 종종 교육 계층에서 실패합니다. 조직들은 여러 깊이의 여러 기술을 필요로 하는 인구를 위해 하나의 커리큘럼을 설계하며, 그 깊이는 각 개인이 책임지고 생산해야 할 결과물에 따라 달라집니다. 자율 워크플로우를 구축하는 엔지니어와 이를 평가하는 임원은 첫날부터 다른 여정을 걷고 있습니다.
가장 최근 AI 교육 진행에서 나온 수료 인원 수를 가져와 더 어려운 후속 질문을 던져보세요. 과정을 마친 사람들 중, 오늘날까지도 자신이 구축하여 사용하고 있는 워크플로우, 프롬프트 또는 프로세스를 지적할 수 있는 사람이 몇 명이나 있습니까?
두 번째 수치가 아무도 없다면, 귀하의 교육이 효과가 있었는지 아직 알지 못합니다. 출석률만이 측정된 유일한 지표입니다.
그 테스트에 실패할 역할을 명명할 수 있다면, 이미 어떤 트랙부터 구축해야 할지 알고 있다는 뜻입니다. 해당 역할과 마지막 AI 교육 이수자 수를 저희에게 보내주시면, 이를 Essentials, Strategic, Advanced, 또는 Custom 중 하나로 매핑하고 이후 무엇을 측정해야 하는지 보여드리겠습니다. AI 교육 팀과 대화하기.
조직은 몇 개의 교육 트랙이 필요합니까?
고정된 수치에 맞추기보다는, 조직 내의 개별적인 책임(accountabilities) 수치와 일치시키세요. 저희는 인구 집단이 네 그룹(거의 모든 사람, 방향 설정자, 구축가, 부서 전문가)에 속하기 때문에 4개의 트랙을 사용합니다.
모두가 AI 워크플로우를 구축하는 법을 배워야 합니까?
아닙니다. 구축(Construction)은 엔지니어와 기술 실무자에게 적합합니다. 대부분의 직원은 리터러시(literacy)가 필요하며, 임원들은 업무를 지시하고 평가할 충분한 실습 시간이 필요합니다.
이수 완료(completion) 대신 도입률(adoption)을 어떻게 측정합니까?
코스를 마친 사람과 별개로, 누가 워크플로우, 프롬프트 또는 프로세스를 구축하거나 사용하고 있는지 추적하세요. 두 수치 사이의 격차가 바로 메워야 할 부분입니다.